数字几何处理（2020-05-12）

Delaunay Triangulations

凸多边形（Convex polygon）

概念

在多边形里任取两个点，如果两个点的连线都在多边形的内部，则该多边形就是一个凸多边形。

定义

• 定义1
  
• 定义2
  
• 定义3
  

凸包（Convex hull）

概念

• 相对于一个点的集合来讲，是一个凸的polytope（二维是凸多边形、三维是凸多面体…）。
  

• 换句话来说，包围集合中的所有点的最小的凸的多边形或凸的多面体。

• 一个凸包的边界上的点如果被去掉，可以形成一个新的凸多边形，且该点不会被包含在新的凸多边形中。

• 凸包的边界上的点被称为extremal point。

凸包构造算法

• 算法1
  找出边界点：对于任何一个点p，将该点去掉，在剩下的点集里任选三个点，看点p是否落在任意三个点形成的三角形内部，如果是，则不是边界点。
  O(n⁴)，四层for循环。
• 算法2
  找出边界线：任找一条边，测试所有的点是否在该边的同一侧，如果是，则该边是边界线。
  O(n³)，三层for循环

三角化（Triangulation)

概念

将多边形分成多个三角形，便于计算多边形的面积等等。

点集的三角化

• 求点集的凸包，对凸包做三角化，且点集中的点都是三角形的顶点。
• 三角化所有的三角形的并就是输入的点集的凸包。
• 三角形的所有的顶点的集合就是输入的点集。
• 对于任意两个三角形的交集只能是一条边或一个顶点或空集。（与三角网格中没有非流形的边或非流形的点一致）
  

Delaunay triangulation

• 空圆性：对于三角化中的任意一个三角形，构造出其外接圆（circumcircle），除了这三个点，所有的点都不落在该圆内部，可以落在该圆的边界上。
• 例子：四个点
  (b) 做一次flip可以切换为Delaunay triangulation。
  © 四个点共圆，任意连接都满足要求。

Lawson Flip algorithm

• 目的：生成Delaunay triangulation。
• 步骤：
  1. 使用任意方法对点集做初始的三角化。
  2. 循环：任找一条边，判断其两边的两个三角形是否满足空圆性，不满足做Flip操作。直到所有的边满足该性质。
• 证明该算法的收敛性：
  • 定理描述
  1. 点集P，初始三角化T。
  2. 该算法最多经过O(n²)次flip操作终止。
  3. 最终的结果三角化D是P的一个Delaunay triangulation。

  • Lifting Map

    • 把点映射到三维上的一个点（x,y），或者说竖直地拉升到三维上，坐标变成(x,y,x²+y²)。
      
      

  • Lemma：将2D平面上的一个圆C上的几个点lift到3D上，这几个点在3D上也是共平面S的。对于圆C的内部的点，会落在该平面S的下方。对于圆C的外部的点，会落在该平面S的上方。

    $$\begin{gathered} (x-x_c{)}^{+}(y-y_c{)}^2=r^2 \\ =>x^2-2\ast x\ast x_c+x_c^2+y^2-2\ast y\ast y_c+y_c^2=r^2 \\ =>3D中有x^2+y^2=z \\ =>z-2\ast x\ast x_c-2\ast y\ast y_c=r^2-x_c^2-y_c^2 \end{gathered}$$
    

• Termination
  做一次Flip
  每做一次Flip，将top三角形变成bottom三角形，体积会减少四面体 $\hat{a}\hat{b}\hat{c}\hat{d}$的体积大小。体积是单调下降的，体积是不会减少到0，是有界的，所以一定可以在有限次迭代结束，因此算法是收敛的。
  
• Correctness
  • 局部来看，通过Flip，可以满足局部的Delaunay triangulation 的空圆性。
  • 全局的Delaunay满足可以说明局部的Delaunay也满足。
  • 反证法证明局部的Delaunay满足可以说明全局也满足。
    假设w₄不满足全局的Delaunay，在$\tau$的外接圆的外部。
    对于局部的Delaunay的满足表现为w₁在$\tau$的外接圆的外部，w₂在${\tau }_1$的外接圆的外部，以此类推，W₄在${\tau }_4$的外接圆的外部。
    由于${\tau }_1$的外接圆包含$\tau$的外接圆的上部，所以W₄也在${\tau }_1$的外接圆内，以此类推，W₄在${\tau }_4$的外接圆内，矛盾。
    

最大化最小角

• 概念
  • Delauny triangulation另一个性质可以最大化最小角，最小角会被提升。
  • 可以找出给的每个三角化中的最小角，其中Delaunay triangulation的最小角是最大的，所以不代表trianglation里没有小角。
• 最小角最大化方法
  • 做完 flip 后角度会变大，每次的 flip 操作都可以提升最小角。
  • 额外说明：判断空圆性的另一种方法，角1+角3<角2+角4（应该是相等，通过对应弦长来看），说明要做 Flip。
    
    

Optimal Delaunay triangulation

优化了一个目标/能量函数：

• $u$：是lift map 的抛物面。

• $\hat{u}$ ：是二维平面上的三角化 lift 到三维的抛物面上，是在抛物面上的一个平面上。

• 该目标函数描述的是lift 后空间上的分片线性的三角化和连续的抛物面之间的difference，可以成为高度差。

• 做一次flip操作，减少一个四面体的体积，也使$u$和$\hat{u}$更接近，也是在minmize这个目标函数。
  
  ？？？高斯赛德尔迭代：每次只动一个点，对该点处求梯度。